SlideShare une entreprise Scribd logo
1  sur  9
• Regresi bertujuan untuk menguji
  hubungan pengaruh antara satu variabel
  terhadap variabel lain. Variabel yang
  dipengaruhi disebut variabel tergantung
  atau dependen, sedangkan variabel yang
  mempengaruhi disebut variabel bebas
  atau variabel independen.




• Regresi yang memiliki satu variabel
  dependen dan satu variabel independen
  disebut regresi sederhana. Model
  persamaanya dapat digambarkan seperti
  berikut :

         Y = a + bX + e
• Regresi yang memiliki satu variabel
  dependen dan lebih dari satu variabel
  independen disebut regresi berganda.
  Model persamaannya dapat digambarkan
  sebagai berikut :

    Y = a + b1x1 + b2x2 + b3x3 + e
perbandingan prestasi belajar pada mata
kuliah mateatika dasar dengan biologi
umum, jika dilihat dari sudut program
study yang di ambil




     Matematika dasar   Biologi umum
     2                  3
     2                  3
     2                  3
     1                  3
     3                  3
     3                  3
     1                  3
     2                  3
     2                  3
     4                  4
     1                  2
     1                  2
     3                  3
     3                  4
     4                  3
     2                  3
     2                  3
     3                  2
     2                  2
     4                  3
     2                  3
2                   3
          2                   3
          3                   3
          2                   2
          4                   2
          4                   4
          4                   2
          2                   3
          3                   2




• Regression


                       Descriptive Statistics
                           Regression




                             Mean       Std. Deviation   N
nilaimatematikadasar
                               2.5000           .97379       30

nilaibiologiumum
                               2.8333           .59209       30
Correlations

                                                     nilaimatem      nilaibiolo
                                                     atikadasar      giumum
Pearson Correlation     nilaimatematikadasar               1.000           .209
                        nilaibiologiumum                    .209         1.000
Sig. (1-tailed)         nilaimatematikadasar                   .           .133
                        nilaibiologiumum                    .133               .
N                       nilaimatematikadasar                  30             30
                        nilaibiologiumum                      30             30




Model Summary(b)




                                                Std. Error of
                               Adjusted              the           Durbin-
Model        R        R Square R Square          Estimate          Watson
1           .209(a)       .044         .010          .96908            1.827




    a Predictors: (Constant), nilaibiologiumum
    b Dependent Variable: nilaimatematikadasar
A N O V bA

                                 S u m of
         M odel                 S q u a re s                     df     M e a n S q u a re F                      S ig .
         1      R e g r e s s i o n 1 .2 0 5                           1        1 .2 0 5  1 .2 8 3                 .2 6 7a
                R e s id u a l 2 6 .2 9 5                             28          .9 3 9
                T o ta l          2 7 .5 0 0                          29
             a .P r e d i c to rs : ( C o n s ta n t) , n i la ib io l o g iu m u m
             b .D e p e n d e n t V a r ia b le : n ila i m a te m a t ik a d a s a r




                                                          C o e f f ic ie na t s

                              U n s t a n d a r d i z e dS t a n d a r d i z e d
                                C o e f f i c i e n t s C o e f f ic i e n t s                9 5 % C o n fid e n c e In te rv a l fo r B
M odel                             B S td . E rro r B e ta                          t       S i g . L o w e r B o uU p p e r B o u n d
                                                                                                                     nd
1    ( C o n s ta n t )         1 .5 2 5          .8 7 9                         1 .7 3 4    .0 9 4          -.2 7 6       3 .3 2 5
     n i l a i b io lo g i u m u m3 4 4
                                  .               .3 0 4             .2 0 9 1 .1 3 3         .2 6 7          -.2 7 8         .9 6 7
  a .D e p e n d e n t V a r i a b l e : n i l a i m a te m a t ik a d a s a r
Charts


          Normal P-P Plot of Regression Standardized Residual



                       Dependent Variable: nilaimatematikadasar
                                  1.0




                                  0.8
              Expected Cum Prob




                                  0.6




                                  0.4




                                  0.2




                                  0.0
                                        0.0   0.2       0.4    0.6      0.8   1.0

                                                    Observed Cum Prob




Berdasarkan perhitungan maka langkah selanjutnya adalah
   melakukan uji teshipotesis nyata tidaknya model regresi
   linear dengan mengambil hipotesa :
   ho:bo = 0
   hi:bo=0
Ataudengan kata lain
Ho : tempratur dengan hasil tidak mempunyai hubungan
   berupa garis linear
Hi : temperatur degan hasil mempunyai hubungan berupa
   garis linear
Sehingga diperoleh nilai fo berdasarkan hasil perhitungan
   spsssebesar 1,283
Kriteria penolakan
Tolak ho jika :
fo.>fa I, n-2
Dengan mengambil taraf signifikasi (a)
  sebesar 5% maka dari tabel distribusi f
  didapat nilai f tabel untuk fo 0,518=5,32
  dikarenakan 1,283>5,32 maka ho ditolak
  artinya dapat disimpulkan bahwa terdapat
  hubungan antar linear antara nilai
  matematika dasar dan biologi umum,




                                                          C o e f f ic ie na t s

                                U n s t a n d a r d iz e dS ta n d a r d i z e d
                                   C o e f f ic ie n ts C o e f f ic ie n ts                   9 5 % C o n fi d e n c e I n t e r v a l f o r B
M odel                              B S td . E r ro r B e t a                       t       S ig . L o w e r B o u U d p e r B o u n d
                                                                                                                     np
1      (C o n s ta n t)           1 .5 2 5         .8 7 9                        1 .7 3 4    .0 9 4         - .2 7 6        3 .3 2 5
       n i la ib i o l o g i u m u m3 4 4
                                    .              .3 0 4            .2 0 9 1 .1 3 3         .2 6 7         - .2 7 8           .9 6 7
  a .D e p e n d e n t V a r ia b le : n i la im a t e m a t i k a d a s a r
• koefisien pertama (konstanta) diperoleh
  nilai t hitung sebesar - 0,1734 dengan
  mengambil hipotesis :
  ho : koefisien regresi yang tidak signifikan
  Hi : koefisien regresi yang signifikan
  Dan mengambil taraf signifikasi sebesar
  5%, maka nilai t tabel atau to 0.258 =
  1,333 maka tidak dapat menolak ho atau
  dengan kata lain konstanta tidak
  berpengaruh




• Koefisien kedua diperoleh nilai t hitung
  sebsar 34,771 dengan mengambil
  hipotesis :
  ho : koefisien regresi tidak signifikan
  hi : koefesien regresi signifikan
  dan mengambil taraf signifakan sebesar
  5% maka nilai t tabel atau to 0,258 = 1,333
  sehingga dikarenakan 34,771>2,306 maka
  tidak menolak ho atau dengan kata lain
  nilai matematika dasar terhadap biologi
  umum.

Contenu connexe

Similaire à Regresi Wulan 2 (7)

Tugas Akhir Modul 3 Profesional Matematika PPG Daljab
Tugas Akhir Modul 3 Profesional Matematika PPG DaljabTugas Akhir Modul 3 Profesional Matematika PPG Daljab
Tugas Akhir Modul 3 Profesional Matematika PPG Daljab
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
 
Contoh analisis komparasi
Contoh analisis komparasiContoh analisis komparasi
Contoh analisis komparasi
 
Bentuk Akar
Bentuk AkarBentuk Akar
Bentuk Akar
 
Em.4
Em.4Em.4
Em.4
 
meet 7 DISTRIBUSI NORMAL.pdf
meet 7 DISTRIBUSI NORMAL.pdfmeet 7 DISTRIBUSI NORMAL.pdf
meet 7 DISTRIBUSI NORMAL.pdf
 

Plus de guestca331c

Plus de guestca331c (20)

Analisis Faktor Ni3.Nf
Analisis Faktor Ni3.NfAnalisis Faktor Ni3.Nf
Analisis Faktor Ni3.Nf
 
Analisis Faktor Ni3.Nf
Analisis Faktor Ni3.NfAnalisis Faktor Ni3.Nf
Analisis Faktor Ni3.Nf
 
Analisis Faktor Ni3.Nf
Analisis Faktor Ni3.NfAnalisis Faktor Ni3.Nf
Analisis Faktor Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Korelasi Ni3.Nf
Korelasi Ni3.NfKorelasi Ni3.Nf
Korelasi Ni3.Nf
 
Anova Ni3.Nf
Anova Ni3.NfAnova Ni3.Nf
Anova Ni3.Nf
 
Rini Af
Rini AfRini Af
Rini Af
 
Doraemon
DoraemonDoraemon
Doraemon
 
Doraemon
DoraemonDoraemon
Doraemon
 
Doraemon
DoraemonDoraemon
Doraemon
 
Doraemon
DoraemonDoraemon
Doraemon
 
Doraemon
DoraemonDoraemon
Doraemon
 
Doraemon
DoraemonDoraemon
Doraemon
 
analisis faktor klmpok 1
analisis faktor klmpok 1analisis faktor klmpok 1
analisis faktor klmpok 1
 

Regresi Wulan 2

  • 1. • Regresi bertujuan untuk menguji hubungan pengaruh antara satu variabel terhadap variabel lain. Variabel yang dipengaruhi disebut variabel tergantung atau dependen, sedangkan variabel yang mempengaruhi disebut variabel bebas atau variabel independen. • Regresi yang memiliki satu variabel dependen dan satu variabel independen disebut regresi sederhana. Model persamaanya dapat digambarkan seperti berikut : Y = a + bX + e
  • 2. • Regresi yang memiliki satu variabel dependen dan lebih dari satu variabel independen disebut regresi berganda. Model persamaannya dapat digambarkan sebagai berikut : Y = a + b1x1 + b2x2 + b3x3 + e
  • 3. perbandingan prestasi belajar pada mata kuliah mateatika dasar dengan biologi umum, jika dilihat dari sudut program study yang di ambil Matematika dasar Biologi umum 2 3 2 3 2 3 1 3 3 3 3 3 1 3 2 3 2 3 4 4 1 2 1 2 3 3 3 4 4 3 2 3 2 3 3 2 2 2 4 3 2 3
  • 4. 2 3 2 3 3 3 2 2 4 2 4 4 4 2 2 3 3 2 • Regression Descriptive Statistics Regression Mean Std. Deviation N nilaimatematikadasar 2.5000 .97379 30 nilaibiologiumum 2.8333 .59209 30
  • 5. Correlations nilaimatem nilaibiolo atikadasar giumum Pearson Correlation nilaimatematikadasar 1.000 .209 nilaibiologiumum .209 1.000 Sig. (1-tailed) nilaimatematikadasar . .133 nilaibiologiumum .133 . N nilaimatematikadasar 30 30 nilaibiologiumum 30 30 Model Summary(b) Std. Error of Adjusted the Durbin- Model R R Square R Square Estimate Watson 1 .209(a) .044 .010 .96908 1.827 a Predictors: (Constant), nilaibiologiumum b Dependent Variable: nilaimatematikadasar
  • 6. A N O V bA S u m of M odel S q u a re s df M e a n S q u a re F S ig . 1 R e g r e s s i o n 1 .2 0 5 1 1 .2 0 5 1 .2 8 3 .2 6 7a R e s id u a l 2 6 .2 9 5 28 .9 3 9 T o ta l 2 7 .5 0 0 29 a .P r e d i c to rs : ( C o n s ta n t) , n i la ib io l o g iu m u m b .D e p e n d e n t V a r ia b le : n ila i m a te m a t ik a d a s a r C o e f f ic ie na t s U n s t a n d a r d i z e dS t a n d a r d i z e d C o e f f i c i e n t s C o e f f ic i e n t s 9 5 % C o n fid e n c e In te rv a l fo r B M odel B S td . E rro r B e ta t S i g . L o w e r B o uU p p e r B o u n d nd 1 ( C o n s ta n t ) 1 .5 2 5 .8 7 9 1 .7 3 4 .0 9 4 -.2 7 6 3 .3 2 5 n i l a i b io lo g i u m u m3 4 4 . .3 0 4 .2 0 9 1 .1 3 3 .2 6 7 -.2 7 8 .9 6 7 a .D e p e n d e n t V a r i a b l e : n i l a i m a te m a t ik a d a s a r
  • 7. Charts Normal P-P Plot of Regression Standardized Residual Dependent Variable: nilaimatematikadasar 1.0 0.8 Expected Cum Prob 0.6 0.4 0.2 0.0 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob Berdasarkan perhitungan maka langkah selanjutnya adalah melakukan uji teshipotesis nyata tidaknya model regresi linear dengan mengambil hipotesa : ho:bo = 0 hi:bo=0 Ataudengan kata lain Ho : tempratur dengan hasil tidak mempunyai hubungan berupa garis linear Hi : temperatur degan hasil mempunyai hubungan berupa garis linear Sehingga diperoleh nilai fo berdasarkan hasil perhitungan spsssebesar 1,283
  • 8. Kriteria penolakan Tolak ho jika : fo.>fa I, n-2 Dengan mengambil taraf signifikasi (a) sebesar 5% maka dari tabel distribusi f didapat nilai f tabel untuk fo 0,518=5,32 dikarenakan 1,283>5,32 maka ho ditolak artinya dapat disimpulkan bahwa terdapat hubungan antar linear antara nilai matematika dasar dan biologi umum, C o e f f ic ie na t s U n s t a n d a r d iz e dS ta n d a r d i z e d C o e f f ic ie n ts C o e f f ic ie n ts 9 5 % C o n fi d e n c e I n t e r v a l f o r B M odel B S td . E r ro r B e t a t S ig . L o w e r B o u U d p e r B o u n d np 1 (C o n s ta n t) 1 .5 2 5 .8 7 9 1 .7 3 4 .0 9 4 - .2 7 6 3 .3 2 5 n i la ib i o l o g i u m u m3 4 4 . .3 0 4 .2 0 9 1 .1 3 3 .2 6 7 - .2 7 8 .9 6 7 a .D e p e n d e n t V a r ia b le : n i la im a t e m a t i k a d a s a r
  • 9. • koefisien pertama (konstanta) diperoleh nilai t hitung sebesar - 0,1734 dengan mengambil hipotesis : ho : koefisien regresi yang tidak signifikan Hi : koefisien regresi yang signifikan Dan mengambil taraf signifikasi sebesar 5%, maka nilai t tabel atau to 0.258 = 1,333 maka tidak dapat menolak ho atau dengan kata lain konstanta tidak berpengaruh • Koefisien kedua diperoleh nilai t hitung sebsar 34,771 dengan mengambil hipotesis : ho : koefisien regresi tidak signifikan hi : koefesien regresi signifikan dan mengambil taraf signifakan sebesar 5% maka nilai t tabel atau to 0,258 = 1,333 sehingga dikarenakan 34,771>2,306 maka tidak menolak ho atau dengan kata lain nilai matematika dasar terhadap biologi umum.